設計師的時間其實不在設計上
獨立時裝設計師的日常，大部分被行政、工廠物流與供應商協調吃掉，真正坐下來設計的時間少得可憐。這是 Google 在 2026 年 9 月 18 日發布的〈Co-creating the future of fashion with Google〉開頭提出的觀察，也是整件事的起點。
Google 的 Envisioning Studio 在 Google Labs 支援下，於紐約時裝週前與設計師 Jane Wade、Sergio Hudson 並肩工作，用 Google Flow 這個 AI 創作工作室，替兩人各自打造一件專屬工具。這裡值得注意的不是「AI 能做時裝」，而是工程師與使用者一起把工具做出來這件事本身。
兩個工具，兩個具體卡點
Jane Wade 的痛點在試裝。依照文章描述，實體選角與試裝通常要吃掉設計團隊整整三天。與她共創的 Styling Suite 把每個造型的細節數位化：髮型、妝容、配件、鞋款、服裝都能在數位模特兒身上排列組合，先虛擬試完一輪，找出缺件再決定要不要裁布縫製。
Sergio Hudson 的卡點是預算。過去只要請製作團隊改燈光或道具，就得重做一次 3D 算圖，成本隨每次修改往上疊。與他共創的 Runway Visualization 改成先模擬場地，讓他在預算範圍內替換燈光與道具，也能先調整模特兒的走位路徑，把走秀與觀眾體驗一起排順。
兩件工具都不是通用產品，而是針對單一使用者的單一問題長出來的。文章也提到，使用者可以用自然語言描述想要的工具或流程，不需要寫程式。
為什麼「共同開發」比「導入 AI」更值得抄
這篇官方文章的結論很直接：時裝業對 AI 的興趣不缺，但很多專案卡在理論測試階段。作者 Yeawon Choi 的判斷是，AI 要讓設計師的生產流程更順，關鍵在於共同開發出能嵌進他們既有流程的工具，並且讓設計師牢牢坐在駕駛座上。
把這段話翻成產品語言，就是三個決策：
- 先找到一個具體、可量測的卡點（三天試裝、每次修改的算圖成本），而不是先挑模型。
- 讓實際使用者參與工具成形，而不是交付一個通用介面要他配合。
- 保留使用者的控制權，AI 負責加速，不負責取代判斷。
這條路徑和我們先前寫過的把判斷放進流程，而不是多買一個寫作工具是同一個問題的不同外殼：工具能不能嵌進既有流程，往往比工具本身多強更決定成敗。
這篇材料沒有回答的事
需要分清楚的是，以上都來自 Google 官方發布的內容，我們沒有實際試用這兩個 Flow 工具，也無法驗證時裝週現場的實際效果。文章沒有提供任何量化數據，例如試裝時間縮短多少、預算省下多少，也沒有說明這些工具在時裝週之後是否繼續使用、是否開放給其他設計師。
對正在評估 AI 工具的產品團隊來說，可帶走的不是「Google 做了時裝 AI」，而是一個可複製的順序：先鎖定一個會被反覆計算成本的環節，再和使用者一起把工具做出來。至於成效，等有人拿出數字再說。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。